[商业信息]边缘计算和大数据的未来已来，威盛助力推进边缘计算新进展

众所周知，云计算极大地推动了互联网服务器对数据的集中存储和处理。虽然云计算可以提供slack和dropbox等服务，但一个新概念似乎引起了人们的兴趣——边缘计算。

“边缘计算”并不使用亚马逊、微软或谷歌服务器提供的“云”资源，而是由高度本地化的计算机组成的分布式网络来处理信息。与“云”数据处理相比，边缘计算有几个关键优势。

符合“雾”计算，数据处理速度更快

边缘计算使用Support实时处理，并结合本地化边缘ai做出即时决策。

边缘计算与所谓的“雾计算”一起工作，在雾计算中，数据处理发生在本地网络级别。所以典型的edge/fog/cloud模型会看到一些手机数据，在边缘使用，从而给出非常快的局部结果；fog服务器处理下一级数据(会淹没边缘计算机的资源)；云计算用于高级业务分析和大规模数据查询。

是对云计算的补充:缩短响应时间，提高可用性

边缘计算不是

事实上，数据往往被视为现代企业的润滑剂。如今，由于物联网技术的兴起，企业可以获得比以前更多的数据。因为有很多潜在的数据需要处理，“云”计算系统需要面对两个主要问题:速度和可用性。

在处理现代数据集时，速度是一个重要的问题。当你想将信息发送到云端进行处理，并实时接收计算结果时，延迟就成了一个现实问题。通过使用边缘计算，可以在数据源进行处理，从而显著缩短响应时间。无人驾驶车辆可以证明这一点，例如，位置传感器数据的实时处理非常重要。

由于地理位置或硬件限制，物联网不能一直在线。云计算需要一个快速且始终在线的连接来发挥其作用，但如果它离线，其可用性将受到限制。

以无人驾驶汽车为例，从车载传感器采集大量数据，无人驾驶汽车需要能够立即做出决策，让乘客安全到达目的地。如果无人车需要依靠物联网连接才能智能化，就无法可靠运行。此时，有必要使用边缘计算技术。通过在本地处理数据，汽车可以以合适的速度对周围环境做出反应，这是云系统无法比拟的。

与云协作:数据更安全

与云隔离的边缘系统可以对于初学者来说，边缘系统是一个数据收集器，它可以在传输到云之前过滤和优化信息。过滤过程可以节省带宽和存储空间，并为未来的分析提供干净的相关数据。

另一方面，边缘设备可以基于更大的数据集进行微调和操作，这些数据集既是外部的，也是由边缘设备自己收集的。边缘计算可以更快地识别购物者和显示广告。想象一下，在边缘计算和云系统的合作下，如果计算过程由更大的中心云系统来执行，那么可以使用更大的数据集来通知边缘系统在特定的一天要显示哪些广告。

在收集和处理数据时，安全性是一个很大的问题。通过在本地处理数据并在传输到云的过程中分离私有信息，边缘计算可以提高保护级别。

以VIA人脸识别系统为例，在边缘计算硬件到位的情况下，所有的数据捕获都可以在本地进行处理。年龄、性别等一般数据可以存储在云端，供后期大数据分析使用，但私密信息保留在edge系统。因此，这种不依赖于集中式存储库而是分配工作量的方式，也会减少个人数据访问，从而有效提高安全性。

VIA推出一系列edge ai解决方案，帮助edge计算的新发展

edge计算的成功需要坚实。该系统可以安装在数据收集点或嵌入产品中。它还需要高水平的定制，以便边缘系统可以基于数据流、动态学习和自适应进行编程以正确操作。

VIA拥有一系列高度定制的edge ai解决方案，包括VIA alta ds 3系统、VIA artigo a920和VIA在2018工业博览会上新推出的VIA mobile 360安全驾驶车辆系统。这些解决方案使用高通& # 174；Snapdragon 820e嵌入式平台。

VIA alta ds 3系统可广泛应用于零售、酒店、教育、交通和娱乐行业的数字标牌应用，包括自动售货机、收银台、pos系统、电子菜单面板和广告标牌；VIA artigo a920是一款超紧凑型m2m(人对机)和: 物联网网关系统，适用于智能快递柜、智能自动售货机和智能信息交互系统；VIA mobile 360安全驾驶辅助系统是面向驾驶员、车辆和车队管理中心的三合一多功能安全驾驶辅助系统，可为客户提供一体化的软硬件解决方案。

可以预见，VIA将利用边缘计算技术，改变数据采集和使用方式，提供一系列高度定制化的边缘ai解决方案，必将创造出新的应用和案例前景。VIA将工业制造和互联网技术与高创新相结合，引领着全球产业转型发展的新趋势。